[英]Categorize Data by Day of Week Python
給定Python 2.7中的列表列表:
[['OCT 27, 2015',2,4,6,8],['NOV 03, 2015',1,5,9,2],['NOV 05, 2015',2,4,6,8]]
您通常如何打印出列表的平均值; 然后根據星期幾取平均值。 例如:
2.5, 6.5, 10.5, 9, 1.5, 4.5, 7.5, 5, 2, 4, 6, 8
哪里:
1.5、4.5、7.5、5是自上周二以來兩次產生的平均值
2.5、6.5、10.5、9通常是列表的平均值
那么2、4、6、8是星期四出現的平均值
我很確定我可以使用zip()函數來獲取所有類似的值。 我只是不確定一周中每天(星期一,星期二,星期三等)所計算的平均值
如何將其組織為帶有“ Averages”和“ Monday,Tuesday,..”作為其他標題的簡潔表格格式
Averages Monday Tuesday Wednesday Thursday Friday Saturday Sunday
2.5 6.5 10.5 9 0 1.5 4.5 7.5 5 0 2 4 6 8 0 0 0
我應該使用if語句嗎?
對於pandas
這似乎是一項出色的工作:
from __future__ import print_function
import pandas as pd
import numpy as np
raw_data = [['OCT 27, 2015',2,4,6,8],['NOV 03, 2015',1,5,9,2],['NOV 05, 2015',2,4,6,8]]
pandas_data = pd.DataFrame(raw_data, columns=['Date', 'A', 'B', 'C', 'D'])
pandas_data["Date"] = pd.to_datetime(pandas_data["Date"])
print(pandas_data)
print(pandas_data.mean())
輸出:
Date A B C D
0 2015-10-27 2 4 6 8
1 2015-11-03 1 5 9 2
2 2015-11-05 2 4 6 8
A 1.666667
B 4.333333
C 7.000000
D 6.000000
這為我們提供了所有列的摘要統計信息,但是對於一周中的特定幾天,我會執行以下操作(遵循上面的代碼):
pandas_data["Day of the Week"] = pandas_data["Date"].dt.dayofweek
grouped_data = pandas_data.groupby('Day of the Week').aggregate(np.mean)
print(grouped_data)
輸出:
A B C D
Day of the Week
1 1.5 4.5 7.5 5
3 2.0 4.0 6.0 8
pandas
在星期幾的約定是Monday = 0,Sunday = 6
pandas
的groupby
函數執行其提示:它根據某些條件(在本例中為“星期幾”列)對數據進行分組。 然后, aggregate
函數將在這些組上運行給定的函數,並為您提供結果。
您可以使用itertools.groupby
:
from itertools import groupby
import datetime
l = [['OCT 27, 2015', 2, 4, 6, 8],
['NOV 03, 2015', 1, 5, 9, 2],
['NOV 05, 2015', 2, 4, 6, 8]]
# Day of week as number. Monday == 0 ... Sunday == 6
def day_of_week(str_date):
return datetime.datetime.strptime(str_date, '%b %d, %Y').weekday()
stats = [None] * 7
for key, group in groupby(l, key=lambda x: day_of_week(x[0])):
z = zip(*group)
next(z) # skip dates
stats[key] = [sum(i) / len(i) for i in z]
print(stats)
輸出:
[None, [1.5, 4.5, 7.5, 5.0], None, [2.0, 4.0, 6.0, 8.0], None, None, None]
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.